商業(yè)投資與房地產(chǎn)價(jià)格影響因素及預(yù)測(cè)研究

商業(yè)投資與房地產(chǎn)價(jià)格影響因素及預(yù)測(cè)研究——基于安徽省房地產(chǎn)價(jià)格實(shí)證研究摘要：當(dāng)下由于我國(guó)房地產(chǎn)價(jià)格始終處于居高不下的發(fā)展?fàn)顟B(tài)，其發(fā)展受到了來自投資者、房地產(chǎn)企業(yè)、政府的廣泛關(guān)注。作為促進(jìn)經(jīng)濟(jì)繁榮的支柱產(chǎn)業(yè)之一，較好的把握其發(fā)展的前沿動(dòng)態(tài)，可有效規(guī)避因房地產(chǎn)價(jià)格較為頻繁與激烈的波動(dòng)導(dǎo)致的對(duì)該行業(yè)產(chǎn)生一系列的不利影響，主要體現(xiàn)在：產(chǎn)業(yè)結(jié)構(gòu)失衡、經(jīng)濟(jì)決策障礙、房地產(chǎn)市場(chǎng)供需失衡、經(jīng)濟(jì)政策宏觀調(diào)控能力降低等。本文將基于定性和定量的角度分析，從微觀和宏觀的角度建立線性回歸模型分析影響安徽省房地產(chǎn)價(jià)格的主要因素，其次采用ARIMA模型對(duì)安徽省中心城市進(jìn)行住宅價(jià)格指數(shù)趨勢(shì)預(yù)測(cè)，建立關(guān)于地方政策投入產(chǎn)出效應(yīng)的DEA模型，將投入指標(biāo)設(shè)置為安徽省各市房地產(chǎn)開發(fā)投資額、商品房新開工面積，由此得出安徽省主要城市抑制房地產(chǎn)新政實(shí)施效應(yīng)的主要原因，并提出針對(duì)性建議。關(guān)鍵詞：房地產(chǎn)價(jià)格、線性回歸、投入產(chǎn)生效率、價(jià)格指數(shù)預(yù)測(cè)Studyontheinfluencefactorsandpredictionofcommercialinvestmentandrealestateprice--basedonanempiricalstudyofrealestatepricesinAnhuiprovinceAbstract:AsChina'srealestatepriceshavealwaysbeeninahighdevelopmentstate,itsdevelopmenthasreceivedextensiveattentionfrominvestors,realestateenterprisesandthegovernment.Asoneofthepillarindustriesofpromotingeconomicprosperity,abettergraspofthedevelopmentoffrontierdynamic,whichcaneffectivelyavoidbecauseofrealestatepricesaremorefrequentandintensefluctuationcausedbyaseriesofadverseimpactontheindustry,mainlyreflectsin:imbalanceofindustrialstructure,economicdecision-makingobstacles,therealestatemarketsupplyanddemandimbalance,economicpolicymacro-controlabilityreduce,etc.Thispaperwillbebasedonthequalitativeandquantitativeanalysismethodoflinearregressionmodelisestablishedfromtheperspectiveofmicroandmacroanalysisofthemainfactorsinfluencingtherealestateprices,secondlybyusingARIMAmodelforcitieshousingpriceindextrendprediction,establishtheDEAmodelonlocalpolicyeffect,setstheinputindextoanhuiprovincecitiesrealestatedevelopmentinvestment,commercialhousingarea,thenewdevelopmentinanhuiprovincemajorcitiesrealestateNewDealimplementationeffect,themainreasonsforthecorrespondingproposalswereputforward.Keywords:realestateprice,linearregression,inputgenerationefficiency,priceindexprediction.引言改革開放以來,房地產(chǎn)作為構(gòu)成國(guó)民經(jīng)濟(jì)的重要組成部分得到了快速的發(fā)展，成為了促進(jìn)經(jīng)濟(jì)繁榮的支柱產(chǎn)業(yè)之一。房地產(chǎn)價(jià)格作為影響房地產(chǎn)產(chǎn)業(yè)的主要影響因素，其較為頻繁與激烈的波動(dòng)將導(dǎo)致一系列不利影響，主要體現(xiàn)在：會(huì)導(dǎo)致產(chǎn)業(yè)結(jié)構(gòu)失衡、經(jīng)濟(jì)決策障礙、房地產(chǎn)市場(chǎng)供需失衡、經(jīng)濟(jì)政策宏觀調(diào)控能力降低等，隨著社會(huì)消費(fèi)調(diào)查的深入，持續(xù)上漲的住房?jī)r(jià)格成為降低人們生活幸福感的原因之一，政策的實(shí)施并未起到明顯抑制房?jī)r(jià)的作用，導(dǎo)致一、二線城市房屋供需失衡，更是加重了城市居民的“購(gòu)房壓力”，因此，本文將以安徽省房地產(chǎn)行業(yè)發(fā)展現(xiàn)狀為例，以房地產(chǎn)新政為政策背景，深入分析影響房地產(chǎn)價(jià)格的主要因素、評(píng)估政策的實(shí)施效應(yīng)，進(jìn)一步預(yù)測(cè)房地產(chǎn)價(jià)格的發(fā)展走向，并對(duì)房地產(chǎn)行業(yè)提出發(fā)展建議。本文首先建立人口、投資額、收入水平及竣工面積對(duì)合肥市影響房地產(chǎn)價(jià)格影響的多元線性回歸模型，運(yùn)用SPSS軟件，由非標(biāo)準(zhǔn)化回歸方程推斷，房地產(chǎn)投資對(duì)于房地產(chǎn)價(jià)格得影響較小，其變化程度對(duì)房地產(chǎn)銷售價(jià)格影響不顯著。市區(qū)人口（萬人）與房地產(chǎn)銷售額呈現(xiàn)負(fù)相關(guān)，因此推斷市區(qū)人口的增加不是導(dǎo)致房地產(chǎn)銷售額顯著增加的主要原因。年平均工資以及竣工面積則與房地產(chǎn)銷售價(jià)格呈現(xiàn)正相關(guān)，居民的可支配收入是決定家庭消費(fèi)最重要的因素，收入增加，對(duì)于固定資產(chǎn)的需求量增大，由此導(dǎo)致房地產(chǎn)銷售價(jià)格的上升。其次，在不考慮國(guó)際經(jīng)濟(jì)環(huán)境波動(dòng)的前提下，運(yùn)用ARIMA模型對(duì)百城住宅價(jià)格指數(shù)趨勢(shì)預(yù)測(cè)，通過驗(yàn)證該模型預(yù)測(cè)效果較好，并針對(duì)預(yù)測(cè)結(jié)果向該行業(yè)的主體提出建議。最后，建立關(guān)于地方政策效應(yīng)的DEA模型，將投入指標(biāo)設(shè)置為安徽省各市房地產(chǎn)開發(fā)投資額、商品房新開工面積，通過得出規(guī)模報(bào)酬增減情況以及投入指標(biāo)的松弛情況進(jìn)行分析，由此得出安徽省主要城市抑制房地產(chǎn)新政實(shí)施效應(yīng)的主要原因，研究發(fā)現(xiàn)蚌埠、滁州、馬鞍山、安慶呈現(xiàn)規(guī)模報(bào)酬不變，合肥、阜陽、蕪湖呈現(xiàn)規(guī)模報(bào)酬遞減以外，其余城市呈現(xiàn)規(guī)模報(bào)酬遞增趨勢(shì)。合肥、阜陽、蕪湖城鎮(zhèn)化率普遍較高，城鎮(zhèn)人口稠密，房地產(chǎn)開發(fā)較為完善，可能是房地產(chǎn)泡沫破滅造成的房地產(chǎn)行業(yè)產(chǎn)能過剩的問題。蕪湖可進(jìn)一步進(jìn)行擴(kuò)大商品房新開工面積，其余15市商品房新開工面積投入量接近飽和。合肥、蚌埠、滁州、馬鞍山、銅陵、安慶、黃山這6個(gè)城市的房地產(chǎn)開發(fā)投資額以及商品房新開工面積都能夠良好產(chǎn)出。亳州的房地產(chǎn)開發(fā)投資額以及商品房新開工面積的松弛變量均較高，這可能是由于同時(shí)受到增長(zhǎng)周期以及歷史基數(shù)等因素影響，導(dǎo)致全年亳州房地產(chǎn)市場(chǎng)呈現(xiàn)增速高開低走、換擋明顯的顯著特點(diǎn)。文獻(xiàn)綜述（一）房地產(chǎn)價(jià)格影響因素的研究預(yù)測(cè)安徽省房地產(chǎn)價(jià)格之前首先需了解影響我國(guó)房地產(chǎn)價(jià)格的相關(guān)因素。房地產(chǎn)價(jià)格主要受到宏觀和微觀兩方面因素的影響，其中宏觀因素對(duì)房地產(chǎn)價(jià)格的影響更為顯著。針對(duì)影響房地產(chǎn)行業(yè)價(jià)格的主要因素，國(guó)內(nèi)外學(xué)者主要從宏觀因素上做了諸多研究。梁運(yùn)斌[1]認(rèn)為房地產(chǎn)行業(yè)嚴(yán)重受到國(guó)民經(jīng)濟(jì)的制約，通過國(guó)民經(jīng)濟(jì)持波動(dòng)狀態(tài)可間接預(yù)測(cè)出房地產(chǎn)市場(chǎng)的發(fā)展走態(tài)；王彬[2]以北京市為研究對(duì)象，建立人口、收入水平、房地產(chǎn)竣工面積等因子，建立多元回歸模型，結(jié)果表明人口狀態(tài)不是導(dǎo)致房?jī)r(jià)上漲較快的顯著因素，而人均收入、投資額等變動(dòng)對(duì)房?jī)r(jià)的沖擊較大；李傳松[3]指出產(chǎn)品結(jié)構(gòu)的高檔化、消費(fèi)需求旺盛以及房地產(chǎn)開發(fā)成本過高等都會(huì)推動(dòng)房地產(chǎn)價(jià)格的上漲；況偉大[4]研究了中國(guó)共計(jì)35個(gè)城市，通過研究大中城市1996-2007年房地產(chǎn)價(jià)格變動(dòng)數(shù)據(jù)，最終得出上期房?jī)r(jià)比下期房?jī)r(jià)對(duì)于本期房?jī)r(jià)的影響更加顯著，開發(fā)成本、投機(jī)和預(yù)期雖也會(huì)影響房?jī)r(jià)波動(dòng)，但其沖擊遠(yuǎn)小于宏觀經(jīng)濟(jì)帶來的影響等結(jié)論；Johe[5]通過建立短期滯后模型后發(fā)現(xiàn)，基礎(chǔ)建筑成本、利率以及居民人口數(shù)量等都會(huì)對(duì)房地產(chǎn)價(jià)格有影響。（二）房地產(chǎn)價(jià)格預(yù)測(cè)模型的研究相比于國(guó)內(nèi)外對(duì)于房?jī)r(jià)影響因素的研究，針對(duì)房地產(chǎn)價(jià)格的預(yù)測(cè)研究的文獻(xiàn)較少，對(duì)于這一課題主要研究都是立足于大樣本數(shù)據(jù)的基礎(chǔ)上，通過數(shù)據(jù)可視化處理，建立時(shí)間序列模型。國(guó)內(nèi)學(xué)者姜茜婭[6]通過對(duì)比ARIMA與ARMA模型對(duì)房?jī)r(jià)預(yù)測(cè)的優(yōu)劣性，最終發(fā)現(xiàn)ARMA模型對(duì)我國(guó)房地產(chǎn)價(jià)格的預(yù)測(cè)效果更優(yōu)，因此采用該方法對(duì)我國(guó)2009第四季度-2010年第三季度的房地產(chǎn)價(jià)格指數(shù)進(jìn)行了預(yù)測(cè)；丁鳳[7]通過比較BP神經(jīng)網(wǎng)絡(luò)模型、灰色預(yù)測(cè)模型和時(shí)間序列預(yù)測(cè)模型，最終得出BP神經(jīng)網(wǎng)絡(luò)模型對(duì)房?jī)r(jià)的預(yù)測(cè)效果較好；王聰[8]通過收集我國(guó)35個(gè)大中城市2002-2006年房?jī)r(jià)的面板數(shù)據(jù)。對(duì)比了Logistic回歸模型與傳統(tǒng)線性回歸進(jìn)模型，最終得出Logistic回歸模型效果更優(yōu)。（三）房地產(chǎn)投入產(chǎn)出效率的研究合理控制房地產(chǎn)價(jià)格的大幅度上漲，除了要關(guān)注其影響因素、預(yù)測(cè)價(jià)格，還應(yīng)關(guān)注其投入產(chǎn)出效率，合理控制投入產(chǎn)出效率，將有利于我們實(shí)現(xiàn)對(duì)房地產(chǎn)市場(chǎng)的價(jià)格的宏觀調(diào)控能力。張琦[9]采用超效率DEA模型以湖南省14個(gè)城市為研究對(duì)象，深入研究了“十二五”以來該地區(qū)房地產(chǎn)投入產(chǎn)生效率的現(xiàn)狀；李寧[10]建立改進(jìn)的串聯(lián)式DEA模型，選取我國(guó)35個(gè)大中城市，對(duì)其歷年房地產(chǎn)行業(yè)的不同發(fā)展階段的整體效率和運(yùn)行發(fā)展效率進(jìn)行了綜合評(píng)價(jià)分析；何保輝[11]基于人均角度對(duì)山東省房地產(chǎn)業(yè)成長(zhǎng)效率進(jìn)行分析，并采用Malmquist指數(shù)核算出山東省其相關(guān)房地產(chǎn)業(yè)的全要素生產(chǎn)率，最終提出純技術(shù)效率的提升對(duì)于山東省房地產(chǎn)效率提升具有重要作用。三、實(shí)證分析（一）基于多元回歸的房地產(chǎn)價(jià)格影響分析1.模型的準(zhǔn)備（1）研究思路近年來，隨著我國(guó)房地產(chǎn)價(jià)格不斷攀升，房地產(chǎn)價(jià)格的控制成為了近年來人們關(guān)注的焦點(diǎn)，房地產(chǎn)價(jià)格受到諸多因素的影響，主要分為宏觀和微觀兩個(gè)部分。本文將從宏觀和微觀兩方面因素對(duì)安徽省房地產(chǎn)價(jià)格的影響因素進(jìn)行展開。為了更有效的分析影響安徽省房地產(chǎn)價(jià)格的主要因素，我們將以安徽省具有代表性的城市合肥市為例。將對(duì)房地產(chǎn)價(jià)格影響因素進(jìn)行定性分析，對(duì)房地產(chǎn)價(jià)格進(jìn)行定量分析，以合肥市為例，建立人口、投資額、收入水平及竣工面積對(duì)周邊房地產(chǎn)價(jià)格影響的多元回歸方程，由多元回歸方程的結(jié)果給出政策建議。（2）模型的建立多元線性總體回歸模型：Y其中：Y為商品房的平均價(jià)格,單位為元/平方米。（3）數(shù)據(jù)預(yù)處理通過對(duì)特征變量進(jìn)行賦值量化，并將數(shù)據(jù)量完備的信息進(jìn)行統(tǒng)計(jì)數(shù)據(jù)處理，對(duì)于我國(guó)主要城市的房地產(chǎn)銷售情況進(jìn)行數(shù)據(jù)可視化處理，得出下圖：數(shù)據(jù)來源：wind圖3-1房地產(chǎn)銷售情況由房地產(chǎn)銷售狀況可看出露面地價(jià)再逐步回升，成交面積在逐步增加，故而推斷出竣工面積等土地供應(yīng)可能會(huì)對(duì)于房?jī)r(jià)產(chǎn)生一定的影響。數(shù)據(jù)來源：wind圖3-2國(guó)房景氣指數(shù)由國(guó)房景氣指數(shù)可知，近年景氣指數(shù)逐漸回升并趨于平穩(wěn)，接下來對(duì)于房地產(chǎn)價(jià)格影響因素進(jìn)行研究和分析。以合肥市為例，選取人口、投資額、收入水平及竣工面積作為指標(biāo)，得出數(shù)據(jù)表如下：表3-1合肥市指標(biāo)數(shù)據(jù)表年份房地產(chǎn)銷售價(jià)格（元/平方米）市區(qū)人口（萬人）投資額（萬元）年平均工資（元）竣工面積(萬平方米)20053210137.2419028961902751420063110143.1228064182190554720073307146.213850056258736092008359248.9856716243060356020094228152.9367035593414360120105905157.0681903203929279520116326228.6288960174544289320126156234913803150722921.0200201362832361105810955006143.5328201471572371127351160082105.5136201576952411259135365806103.386520169369246135259447105411820171075125115574051774841182.實(shí)證分析將數(shù)據(jù)導(dǎo)入SPSS軟件進(jìn)行分析，輸出如下結(jié)果：表3-2R方統(tǒng)計(jì)表RR平方調(diào)整后R平方標(biāo)準(zhǔn)偏斜度錯(cuò)誤變更統(tǒng)計(jì)資料R平方變更F值變更df1df2顯著性F值變更0.9740.9480120.922018677.42490.94801236.47021483.5E-05由上表可得，R方趨近于1，模型擬合較好，所得出回歸方程具有可信度。表3-3回歸分析輸出結(jié)果非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)化系數(shù)T顯著性共線性統(tǒng)計(jì)數(shù)據(jù)代表值B標(biāo)準(zhǔn)錯(cuò)誤Beta允差VIF（常數(shù)）-268.661179.74-0.230.83x20.000.00-0.04-0.060.960.0171.82x1-0.526.28-0.01-0.080.940.253.99x30.130.101.071.370.210.0193.90x40.640.900.080.700.500.492.06得出非標(biāo)準(zhǔn)化回歸方程為：Y=-268.66-0.52X1+0.13X2+0.64X3+μ標(biāo)準(zhǔn)化回歸方程為：Y=-0.01X1-0.04X2+1.07X3+0.08X4從標(biāo)準(zhǔn)化回歸方程可以看出,X3、X4和Y是正相關(guān)的,而X1、X2和Y是負(fù)相關(guān)的。由非標(biāo)準(zhǔn)化回歸方程推斷，房地產(chǎn)投資額是不顯著因子。即房地產(chǎn)投資對(duì)于房地產(chǎn)價(jià)格得影響較小，無論是減少還是增加都不會(huì)對(duì)房地產(chǎn)銷售價(jià)格產(chǎn)生較大影響。市區(qū)人口（萬人）與房地產(chǎn)銷售額呈現(xiàn)負(fù)相關(guān)，即人口的增加可能會(huì)使得房地產(chǎn)價(jià)格的下降，則人口的增長(zhǎng)并不是當(dāng)前房地產(chǎn)價(jià)格瘋漲的主要原因。對(duì)于房地產(chǎn)價(jià)格的影響并沒有網(wǎng)上報(bào)道的那么大。年平均工資（元）以及竣工面積(萬平方米)則與房地產(chǎn)銷售價(jià)格呈現(xiàn)正相關(guān)，即年平均工資（元）以及竣工面積(萬平方米)的增加可能會(huì)使得房地產(chǎn)銷售價(jià)格增加，是居民的可支配收入是決定家庭消費(fèi)最重要的因素，收入增加，對(duì)于固定資產(chǎn)的需求量增大，從供求關(guān)系上來講，會(huì)導(dǎo)致房地產(chǎn)銷售價(jià)格的上升。（二）基于ARIMA模型的百城住宅價(jià)格指數(shù)趨勢(shì)預(yù)測(cè)1.模型的準(zhǔn)備（1）研究思路選取2010.07-2019.10期間全國(guó)百城住宅價(jià)格指數(shù)的環(huán)比作為指標(biāo)進(jìn)行白噪聲檢驗(yàn)，在對(duì)于數(shù)據(jù)進(jìn)行ARIMA定階后進(jìn)行2019年數(shù)據(jù)預(yù)測(cè)，通過預(yù)測(cè)結(jié)果實(shí)際進(jìn)行決策和建議。（2）模型的建立滯后算子多項(xiàng)式：φARIMA模型：ΦE(εEY（2）數(shù)據(jù)預(yù)處理將百城住宅價(jià)格指數(shù)進(jìn)行可視化處理，得出下圖數(shù)據(jù)來源：wind圖3-3百城住宅價(jià)格指數(shù)能夠推斷近兩年內(nèi)，房地產(chǎn)指數(shù)主要呈現(xiàn)上漲趨勢(shì)，接下來對(duì)于未來趨勢(shì)進(jìn)行預(yù)測(cè)。通過Rstudio進(jìn)行白噪聲檢驗(yàn)，確定數(shù)據(jù)平穩(wěn)性，由白噪聲圖可看出序列趨于平穩(wěn)，通過定階可得出百城房地產(chǎn)銷售價(jià)格指數(shù)環(huán)比（%）ARIMA定階后為AR（1）序列。圖3-4百城住宅價(jià)格指數(shù)環(huán)比自相關(guān)圖2.實(shí)證分析由forecast包得出如下分析表表3-1百城住宅價(jià)格指數(shù)ARIMA模型系數(shù)ar1sma1mean0.7985-0.19000.5794s.e.0.05890.10180.2083進(jìn)一步進(jìn)行預(yù)測(cè)得出AIC=190.01，BIC=200.85，使用AIC準(zhǔn)則效果更好。得出預(yù)測(cè)趨勢(shì)以及置信區(qū)間圖如下：圖3-5百城住宅價(jià)格指數(shù)環(huán)比預(yù)測(cè)圖則可得出未來環(huán)比趨勢(shì)為逐步增加后再次平穩(wěn)的趨勢(shì)表3-8百城住宅價(jià)格指數(shù)環(huán)比預(yù)測(cè)表年份2019.112019.122020.012020.02環(huán)比0.040.150.250.35（三）基于DEA模型的房地產(chǎn)投入產(chǎn)出效率研究1.模型的準(zhǔn)備（1）研究思路將影響房地產(chǎn)投入產(chǎn)出效率的諸多因素與房地產(chǎn)投入產(chǎn)出效率假設(shè)為多指標(biāo)的投入產(chǎn)出系統(tǒng)，主要評(píng)估安徽省房地產(chǎn)投入產(chǎn)出效率。產(chǎn)出指標(biāo)設(shè)置為安徽省各市房屋竣工面積、商品房銷售額（億元），投入指標(biāo)設(shè)置為安徽省各市（共計(jì)16個(gè)）房地產(chǎn)開發(fā)投資額、商品房新開工面積，通過得出規(guī)模報(bào)酬增減情況以及投入指標(biāo)的松弛情況進(jìn)行分析。（2）模型的建立本文將構(gòu)建BC2BCC=其中i=1mxi=1,xi≥0表示規(guī)模報(bào)酬可變，當(dāng)?0=1，βi?0（2）數(shù)據(jù)預(yù)處理由文獻(xiàn)王彬[15]構(gòu)建投入和產(chǎn)出指標(biāo)體系，如下表：表3-4投入和產(chǎn)出指標(biāo)體系投入變量房地產(chǎn)開發(fā)投資額（億元）商品房新開工面積產(chǎn)出變量房屋竣工面積商品房銷售額（億元）根據(jù)指標(biāo)體系查閱相關(guān)市統(tǒng)計(jì)年鑒，得出下表：表3-52018年安徽各市指標(biāo)體系數(shù)據(jù)表城市房屋竣工面積商品房銷售額房地產(chǎn)開發(fā)投資額商品房新開工面積合肥154045901616.03106720931628淮北371339791.54131.744411358亳州1321277317.0118544721972宿州4779111269.11845726859蚌埠6445632533.954002835564阜陽4707076592.5833012003575淮南2287682224.041425010410滁州7254907593.3517410981846六安4329541403.921968357642馬鞍413515094267蕪1535124036151宣城2967111304.77197.94556649銅陵2210531122.551301141724池州1834827104.71131.743174684安慶6096282310.32129891677黃山1340908110.0611319633082.實(shí)證分析通過DEAP2.1進(jìn)行DEA分析，得出結(jié)果如下：表3-6數(shù)據(jù)處理計(jì)算結(jié)果序號(hào)樣本名稱技術(shù)效率純技術(shù)效率規(guī)模效率1合肥0.84210.842drs2淮北0.7330.8280.885irs3亳州0.1970.2040.967irs4宿州0.7510.8070.93irs5蚌埠111-6阜陽0.7420.7480.993drs7淮南0.6630.8170.811irs8滁州111-9六安0.7770.8230.945irs10馬鞍山111-11蕪湖0.6530.8840.739drs12宣城0.80.8930.896irs13銅陵0.96910.969irs14池州0.460.8050.571irs15安慶111-16黃山0.56810.568irs注：drs：規(guī)模報(bào)酬遞減；-：規(guī)模報(bào)酬不變；irs：規(guī)模報(bào)酬遞增表3-7DEA效率改進(jìn)值序號(hào)樣本名稱房地產(chǎn)開發(fā)投資額商品房新開工面積r-s+r-s+1合肥00002淮北22.6010756801.403亳州147.20903558634704宿州35.4780110423605蚌埠00006阜陽83.2640302867407淮南25.9160914419.408滁州00009六安34.76401482357010馬鞍山000011蕪湖40.61602781374589173112宣城21.2570489433.7013銅陵000014池州25.6390617859.6015安慶000016黃山0000注：r-：投入指標(biāo)的松弛變量，表示投入冗雜。s+：產(chǎn)出指標(biāo)的松弛變量，表示產(chǎn)出不足，計(jì)算結(jié)果為顯示更加地直觀，因此將負(fù)值改為正值。由表3-5可知，蚌埠、滁州、馬鞍山、安慶呈現(xiàn)規(guī)模報(bào)酬不變，合肥、阜陽、蕪湖呈現(xiàn)規(guī)模報(bào)酬遞減以外，其余城市呈現(xiàn)規(guī)模報(bào)酬遞增趨勢(shì)。合肥、阜陽、蕪湖城鎮(zhèn)化率普遍較高，城鎮(zhèn)人口稠密，房地產(chǎn)開發(fā)較為完善，可能是房地產(chǎn)泡沫破滅造成的房地產(chǎn)行業(yè)產(chǎn)能過剩的問題。由表3-6可知僅有蕪湖的商品房新開工面積的松弛變量表現(xiàn)出不足，其余均表示出投入冗雜，可推斷蕪湖可進(jìn)一步進(jìn)行擴(kuò)大商品房新開工面積，其余15市商品房新開工面積投入量接近飽和。合肥、蚌埠、滁州、馬鞍山、銅陵、安慶、黃山的松弛變量均近似于0，表明這6個(gè)城市的房地產(chǎn)開發(fā)投資額以及商品房新開工面積較為均衡，即都能夠良好產(chǎn)出。亳州的房地產(chǎn)開發(fā)投資額以及商品房新開工面積的松弛變量均較高，這可能是由于同時(shí)受到增長(zhǎng)周期以及歷史基數(shù)等因素影響，導(dǎo)致全年亳州房地產(chǎn)市場(chǎng)呈現(xiàn)增速高開低走、換擋明顯的顯著特點(diǎn)。文獻(xiàn)綜述：[1]梁運(yùn)斌,李立榮.房地產(chǎn)業(yè)在住宅建設(shè)成為新經(jīng)濟(jì)增長(zhǎng)點(diǎn)中的地位探討[J].中國(guó)房地信息,1997(08):23.[2]王彬.房地產(chǎn)價(jià)格影響因素分析[D].北京交通大學(xué),2007.[3]李傳松.合肥房地產(chǎn)價(jià)格快速上漲的原因